光伏出力的模糊區間預測

陳云龍，殷 豪，黃 強，周亞武

（廣東工業大學自動化學院，廣東 廣州 510006）

新能源發電技術

光伏出力的模糊區間預測

陳云龍，殷 豪，黃 強，周亞武

（廣東工業大學自動化學院，廣東 廣州 510006）

針對光伏輸出功率的點預測精度不足、傳統支持向量機（SVM）在參數優化方面存在的固有缺陷等問題，根據模糊信息粒化理論和縱橫交叉算法，提出一種基于CSO-SVM和模糊信息粒化理論的光伏出力模糊區間預測方案。結果表明：該方案可以得到較好的點預測值及其置信區間，某種程度上解決了傳統點預測結果的信息局限性。

區間預測；支持向量機（SVM）；模糊信息粒化；置信區間

作為清潔的可再生能源，太陽能越來越受到人們重視，光伏發電是利用太陽能的方式之一［1］，而光伏發電系統功率輸出與環境因素變化較密切［2］，氣象條件的不確定性使得光伏功率輸出具有很大的隨機性和波動性［3-4］，因此，大規模光伏并網時，電力系統的安全運行和電能質量將受極大影響［5］。由此可見，光伏預測技術對電網的穩定運行具有重大意義［6］。

1 研究現狀及需要解決的問題

1.1 研究現狀

人們對光伏功率預測研究主要是集中在確定性的點預測［7-8］上，所謂點預測即是根據歷史光伏數據和某些環境數據，利用統計學原理，建立數學模型，從而預測出未來的光伏出力。近些年，建立在結構風險最小化原則以及VC維（Vapnik-Chervonenkis Dimension）基礎上的支持向量機法（support vector machine,SVM）［9-10］越來越受人們重視。在一定程度上，SVM能夠較好地對光伏序列進行擬合，但是由于光伏輸出曲線具有強波動特性，尤其在復雜天氣情況下，傳統的點預測方法往往達不到理想精度［11］，因此，一種更為可靠的預測方法成為專家們探索的目標。……